美国布朗大学近日陷入一场关于学术诚信的争议。该校福利经济学与社会选择理论课程教授罗伯托·塞拉诺发现，其班级学生在居家完成的期中考试中表现异常优异，但当期末考试改为线下闭卷形式后，整体成绩出现剧烈波动。这一反差现象引发教育界对人工智能技术滥用问题的深度讨论。
事件起因于去年12月的校园枪击事件，校方临时将期中考试调整为居家完成模式。塞拉诺教授在批改试卷时注意到，部分学生成绩呈现不寻常的集中高分现象，某些试卷的解答思路与公开的AI生成内容高度相似。当他宣布期末考试恢复传统线下模式后，约三分之一期中高分学生选择弃考，而坚持参考的学生中，近半数成绩跌幅超过40分，个别从满分跌至50分区间。
布朗大学学术诚信委员会已介入调查。该校新闻传播副校长布莱恩·克拉克证实，塞拉诺教授于7月初提交了详细报告，委员会正在比对考试数据、查阅考场监控并约谈相关学生。尽管尚未发现直接证据证明大规模AI作弊，但成绩波动曲线与作业提交记录的异常关联性，已引起调查组高度重视。
这场风波在科技领域引发连锁反应。知名创业投资家保罗·格雷厄姆在社交平台发文指出，当技术使作弊成本趋近于零时，教育评价体系正面临根本性挑战。谷歌DeepMind两名工程师参与讨论时强调，现行反作弊技术难以应对生成式AI的快速发展，建议高校建立"技术+人文"的双重防御体系。
塞拉诺教授的邮箱被来自全球的200余封邮件淹没，其中既有校友对学术诚信的声援，也有教育同行对考核方式改革的咨询。他特别提到两位学生引发关注：一位连续两次考试保持95分以上的学生，其解题过程展现出独特的经济学思维；另一位始终在55-59分区间波动的学生，虽然成绩不突出，但每次错题类型都呈现规律性变化，显示出真实的学习轨迹。
社交媒体上，关于"AI世代职场信任度"的争论持续发酵。部分企业HR表示，在筛选应届生时会重点考察课程论文的修订记录和课堂参与度；也有招聘专家指出，麻省理工学院等顶尖学府已开始在编程考试中设置"AI干扰项"，通过设计陷阱代码识别真实能力。
作为应对措施，塞拉诺教授宣布将彻底改革考核体系：取消所有可带回家的考试，家庭作业仅作为过程性评价不计入总分，期末成绩将由课堂小测、案例分析和开卷论述构成。他特别强调，新方案要求学生在论述题中必须包含个人批判性思考，且引用AI生成内容需明确标注并解释使用逻辑。
